安徽农业科学

2012, v.40;No.367(06) 3781-3782+3785

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于ACO-SVM的粮虫特征提取研究
Feature Extraction of Stored-grain Insects Based on Ant Colony Optimization and Support Vector Machine Algorithm

胡玉霞;张红涛;罗康;张恒源;

摘要(Abstract):

[目的]研究基于ACO-SVM的粮虫特征提取,探讨粮虫特征提取的可行性。[方法]通过分析储粮害虫图像识别系统中的1个关键环节——特征提取,提出把支持向量机(Support vector machine,简称SVM)算法中交叉验证训练模型的识别率作为储粮害虫特征提取评价准则的1个重要因子,将蚁群优化算法(Ant Colony Optimization,简称ACO)应用于粮虫特征的自动提取。[结果]该算法从粮虫的17维形态学特征中自动提取出面积、周长等7个特征的最优特征子空间,采用参数优化之后的SVM分类器对90个粮虫样本进行分类,识别率达到95%以上。[结论]该研究表明蚁群优化算法在粮虫特征提取中的应用是可行的。

关键词(KeyWords): 储粮害虫;蚁群优化算法;支持向量机;特征提取;识别

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(31101085);; 河南省高等学校青年骨干教师资助计划(2011GGJS-094);; 华北水利水电学院高层次人才科研启动项目

作者(Author): 胡玉霞;张红涛;罗康;张恒源;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享